数据增强（Data Augmentation）

概述 (50-200字符)

数据增强通过对训练样本施加随机变换（裁剪、翻转、色彩扰动等）人工扩展数据集，增加模型泛化能力。AlexNet 将 120 万 ImageNet 样本等效扩展至数十亿。

关键内容 (≥300字符, 用双链)

1. 核心思想：在训练过程中对输入数据施加随机但合理的变换，使模型看到"新"样本，从而学习到对变换不变的特征表示。这本质上是一种正则化技术——通过增加训练数据的多样性来减少过拟合。
2. AlexNet 的增强策略：(1) 随机裁剪：从 256×256 原图中随机提取 224×224 区域，每个训练样本可产生多个不同裁剪，等效扩展 2048 倍；(2) 随机水平翻转：左右镜像翻转，扩展 2 倍；(3) PCA 色彩扰动：对 RGB 通道施加基于主成分分析的随机偏移，改变图像亮度和对比度而不改变语义内容。三者组合将 120 万样本等效扩展至数十亿。
3. 为什么有效：数据增强迫使模型学习语义不变性——猫无论出现在图像左侧还是右侧、无论亮一些还是暗一些，都应该被识别为猫。这比单纯增加参数量或训练轮数更有效地提升泛化性能。
4. 现代演进：从 AlexNet 的几何+色彩增强，发展到 AutoAugment（自动搜索增强策略）、RandAugment（简化搜索空间）、MixUp/CutMix（样本间混合）、以及针对特定任务的领域特定增强（如医学影像的弹性形变）。数据增强已成为深度学习标准训练流程的必备组件。

来源

• [Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). ImageNet classification with deep convolutional neural networks. NeurIPS, 25.] — AlexNet 论文
• [raw/articles/ai-papers/machine-learning/07_alexnet_2012.md] — 源文件
• [raw/articles/ai-papers/foundations/paper_03_alexnet.md] — AlexNet 论文精读

相关

• AlexNet — used_in
• 过拟合 — prevents
• 深度学习 — standard_technique
• 计算机视觉 — widely_used_in
• Dropout — complementary_to